本書內(nèi)容包括選題背景；與平臺推薦和評論系統(tǒng)相關的已有研究成果；基于多模態(tài)數(shù)據(jù)的推薦算法設計；評論系統(tǒng)中用戶生成圖像對后續(xù)消費者決策所產(chǎn)生的影響；未來發(fā)展趨勢。

本書分為8章，內(nèi)容包括時間序列分析的基礎知識、時間序列預測的常用方法，以及神經(jīng)網(wǎng)絡在時間序列預測中的應用；時間序列異常檢測算法的技術與框架，如何識別異常的時間點及多種異常檢測方法；時間序列的相似性度量方法、聚類算法；多維時間序列在廣告分析和業(yè)務運維領域的應用，利用OLAP技術對多維時間序列進行有效處理，通過根因分析技術

"本書是“新時代大學數(shù)學系列教材”之一。本書內(nèi)容包括概率模型、概率公式、隨機變量、隨機向量、數(shù)學期望和方差、大數(shù)定律和中心極限定理、統(tǒng)計初步、參數(shù)估計、參數(shù)的區(qū)間估計、正態(tài)總體的顯著性檢驗、總體分布和比例的假設檢驗、線性回歸分析等十二章內(nèi)容，并以工程技術和科學研究中廣泛使用的MATLAB及國產(chǎn)軟件北太天元為例,介紹與本

本書以近鄰思想、同步聚類模型及快速同步聚類算法為研究課題，重點研究了基于近鄰圖與單元網(wǎng)格圖的聚類算法、基于近鄰勢與單元網(wǎng)格近鄰勢的聚類算法、快速同步聚類算法、基于Vicsek模型線性版本的同步聚類算法、基于線性加權Vicsek模型的收縮同步聚類算法、基于分而治之框架與收縮同步聚類算法的多層同步聚類方法和基于ESynC算

本書試圖從整體上再現(xiàn)概率論知識構建過程，展現(xiàn)相關重要知識點的來龍去脈，逐步提高讀者的概率知識水平，第一章主要涉及直到19世紀末的概率知識，以頻率為主線介紹概率論基本概念與模型，為后面的概率論公理體系做鋪墊。第二章主要展示現(xiàn)代概率論的基石、概率論公理化知識體系，介紹概率空間的基本性質，使讀者概率知識水平上一臺階。第三章主

本書主要為考研數(shù)學概率論與數(shù)理統(tǒng)計相關知識，還附帶習題及答案。

疏散的馬爾柯夫鏈是一般隨機過程的一個重要的特殊情形，而其詳盡深入的研究則主要是應用矩陣方法。本書的著者、蘇聯(lián)已故數(shù)學家羅曼諾夫斯基在這方面有許多創(chuàng)造性的工作。本書系其晚年所著，綜合了其本人及其他研究者在疏散的馬爾柯夫鏈方面的許多研究成果。本書適合大學師生及數(shù)學愛好者閱讀使用。

本書給出了《概率論與數(shù)理統(tǒng)計》第6版（韓明主編，同濟大學出版社）中習題的詳細解答。作為補充，還給出了一些典型例題（與原教材中的例題、習題不重復），并選取近些年全國碩士研究生入學統(tǒng)一考試數(shù)學試題（概率統(tǒng)計部分）的考研真題，給出了詳細解答。在第2版的基礎上，本書對一些題目還增加了一題多解，但更希望讀者能給出優(yōu)于本書所提供的

這是一套適用于考研基礎階段和強化階段復習的專業(yè)備考書.本書為編者基于豐富的一線教學經(jīng)驗和考研輔導經(jīng)驗，以最新全國碩士研究生招生考試數(shù)學考試大綱為依據(jù)編寫的一本知識講解題型分析的輔導書，便于考生攜帶和合理的安排備考時間。本書分為兩個分冊：認知篇和題型篇，認知篇講解基礎知識，題型篇總結常見題型，考生可以一邊看基礎知識，一邊

本書由李良根據(jù)近期新研究生考試大綱編寫，包含基礎篇和強化篇，考生可用此書進行全程概率論學習。書籍主要由知識點、例題、解析三部分構成，為了讓同學們更高效學習，我們在書中穿插了一些概率論常用定理以及幫助大家理解的推論和注解。